Analyses on the Impact of Cluster Sampling on Forest Resource Macro-monitoring in Tibet

doi:10.13466/j.cnki.lyzygl.2019.04.008

Abstract

Abstract:

Forest resource monitoring is a basic work of forestry,which is an important part of national investigation.The field observation method to monitor macro-forest resource is time-consuming,labor-intensive and costly.Remote sensing technology provides a practical solution to accurately monitor macro-forest resource.However,sample design,sample size and remote sensing interpretation accuracy have attracted wide publicity in macro-forest resource monitoring.In this paper,cluster sampling and remote sensing visual interpretation methods were applied to estimate forest coverage rate of Tibet.At the same time,the impact of size variation in cluster sampling was analyzed using forest resources macro monitoring in Tibet 2015.The results showed that the sampling accuracy reached the highest 94.49% when the number of sample sizes of each sample plot increased to 25.There was no significant difference between estimated result and actual forest coverage,and the coefficient of variation was stable.Therefore,the cluster sampling method was a feasible and efficient method,and the workload was significantly lower than that of visual interpretation method.

Key words: forest resource monitoring, remote sensing interpretation, large plot, cluster sampling, Tibet

CLC Number:

S757.2

XING Yuanjun, PUBU Dunzhun, LUO Peng, XU Dengping. Analyses on the Impact of Cluster Sampling on Forest Resource Macro-monitoring in Tibet[J]. FOREST RESOURCES WANAGEMENT, 2019, 0(4): 52-58.

Figures/Tables 10

Fig.1

Tab.1

Tab.2

Tab.3

Fig.2

Fig.3

Tab.4

Fig.4

Fig.5

Tab.5

References 14

[1]	罗富和, 赵树丛 . 中国森林资源连清体系的发展机遇与完善策略[M]. 北京: 中国林业出版社, 2015.
[2]	闫宏伟, 黄国胜, 曾伟生 , 等. 全国森林资源一体化监测体系建设的思考[J]. 林业资源管理, 2011(6):6-11.
[3]	陶吉兴, 季碧勇, 张国江 , 等. 浙江省森林资源一体化监测体系探索与设计[J]. 林业资源管理, 2016(3):28-34
[4]	肖智慧, 薛春泉, 熊智平 , 等. 国家森林资源与生态状况综合监测(2012)——广东试点研究[M]. 北京: 中国林业出版社, 2013.
[5]	刘华, 陈永富, 鞠洪波 , 等. 美国森林资源监测技术对我国森林资源一体化监测体系建设的启示[J]. 世界林业研究, 2012,25(6):64-68.
[6]	Tomppo E, Gschwantner T, Lawrence M ,. National Forest Inventories:Pathways for Common Reporting[M]. New York:Springer, 2015.
[7]	Wood M S, Keightley E K, Lee A, Norman P . Continental forest monitoring framework,technical report-design and pilot study[R]. National Forest Inventory,Bureau of Rural Sciences,Canberra,Australia, 2016.
[8]	Teerasit K, Manoj K, Pramod K V . Super-resolution land cover mapping using a markov random field based approach[J]. Remote Sensing of Environment, 2015(96):302-314.
[9]	陈振雄, 熊智平, 曾伟生 , 等. 基于大样地双重抽样方法的广东省森林资源监测研究[J]. 中南林业调查规划, 2014,33(3):28-33.
[10]	陈振雄, 贺东北, 甘世书 , 等. 森林资源大样地双重抽样监测研究[J]. 中南林业调查规划, 2014(4):42-48.
[11]	薛春泉, 肖智慧, 汪求来 , 等. 森林资源年度出数方法研究——基于大样地区划调查[M]. 北京: 中国林业出版社, 2013.
[12]	曾伟生, 黄国胜, 党永峰 , 等. 全国森林资源宏观监测的抽样设计与估计方法探索[J]. 林业资源管理, 2016(3):1-6.
[13]	曾伟生, 程志楚, 夏朝宗 . 一种衔接森林资源一类清查和二类调查的新方案[J]. 中南林业调查规划, 2012,31(3):1-4.
[14]	程志楚, 夏朝宗, 王海滨 , 等. 大样地调查方案在森林资源调查中的可行性分析[J]. 河北农业大学学报, 2015(3):64-68.

抽样方案	群团样地数量	对应的小样地编号
方案1	1	1
方案2		5
方案3		13
方案4		21
方案5		25
方案6	3	1,21,25
方案7		1,13,25
方案8		1,5,25
方案9		5,13,21
方案10	5	1,5,13,21,25
方案11		7,9,13,17,19
方案12		1,3,5,15,25
方案13		1,11,21,23,25
方案14	9	1,5,7,9,13,17,19,21,25
方案15		1,3,5,11,13,15,21,23,25
方案16		1,2,3,4,5,10,15,20,25
方案17		1,6,11,16,21,22,23,24,25
方案18	12	2,4,6,8,10,12,14,16,18,20,22,24
方案19	13	1,3,5,7,9,11,13,15,17,19,21,23,25
方案20	25	全部25个小样地

判读地类	核实地类									合计	正判率/%
判读地类	乔木林	竹林	特殊灌木林	一般灌木林	疏林	未成林造林地	苗圃地	迹地	其他土地	合计	正判率/%
乔木林	18	0	0	0	0	0	0	0	0	18	100
竹林	0	0	0	0	0	0	0	0	0	0	—
特殊灌木林	0	0	10	0	0	0	0	0	1	11	90.9
一般灌木林	0	0	0	6	0	0	0	0	0	6	100
疏林	0	0	0	0	0	0	0	0	0	0	—
未成林造林地	0	0	0	0	0	0	0	0	0	0	—
苗圃地	0	0	0	0	0	0	0	0	0	0	—
迹地	0	0	0	0	0	0	0	0	0	0	—
其他土地	0	0	0	2	0	0	0	0	233	235	99.1

地类	覆盖率/ %	方差	标准误	相对误差/ %	抽样精度/ %	各地类面积/ 100hm²	估计区间/ 100hm²
森林	12.95	0.0801	0.0036	5.51	94.49	159119	150348~167890
乔木林	7.74	0.0567	0.0031	7.77	92.23	95063	87681~102444
竹林	0.00	0	0	0	0	0	0~0
特殊灌木林	5.21	0.0228	0.0019	7.31	92.69	64056	59374~68738
一般灌木林	0.48	0.0027	0.0007	27.39	72.61	5879	4269~7489
疏林	0.10	0.0002	0.0002	33.96	66.04	1226	809~1642
未成林造林地	0.03	0.0001	0.0001	65.29	34.71	340	118~563
苗圃地	0.00	0	0	0	0	0	0~0
迹地	0.02	0	0.0001	84.31	15.69	204	32~377
其他土地	86.42	0.0862	0.0038	0.86	99.14	1061623	1052522~1070723

	森林	森林覆盖率/%	乔木林	特殊灌木林	估计区间	抽样精度/%
一类调查(2016年)	149099	12.14	88367	60732	148115~150083	99.34
宏观监测(2015年)	159119	12.95	95063	64056	150348~167890	94.49
面积差异	10020	0.81	6696	3324
面积差异比例/%	6.30	6.25	7.04	5.19

地类	面积100hm²		2015年与 2016年面积差异 100hm²	2015年与 2016年差异比例 /%
地类	2016年宏观监测	2015年宏观监测	2015年与 2016年面积差异 100hm²	2015年与 2016年差异比例 /%
森林	154987	159119	-4132	-2.67
乔木林	93269	95063	-1794	-1.92
特殊灌木林	61718	64056	-2338	-3.79
一般灌木林	4631	5879	-1248	-26.95
疏林	1634	1226	408	24.97
未成林造林地	363	340	23	6.34